Epoch、Iteration、Batchsize之间的关系

• Epoch: 所有训练样本都已输入到模型中，就是把所有训练图片训练完一遍，称为一个Epoch
• Iteration：一批样本输入到模型中，称之为一个Iteration
• Batchsize：每一批里面包含多少张图片，决定一个Epoch有多少个Iteration

数据集共有5199张，按9 ：1划分为训练集和验证集，其中训练集4679张，验证集520张；

drop_last：当样本数不能被batchsize整除时，是否舍弃最后一批数据

设置 drop_last = False，不舍弃最后一批数据

batch-size=8，一个Epoch中有585个Iteration，一个Iteration对应8张图片，585×8=4680

batch-size=16，一个Epoch中有293个Iteration，一个Iteration对应16张图片，293×16=4688

可以看出，增大batch-size会增加在训练过程中对GPU显存的占用

******不晓得怎么设置 drop_last = True，舍弃最后一批数据，有知道的小伙伴可以交流一下